偏差场
-
基于LBF模型的图像分割与偏差场校正系统
本项目在MATLAB环境下实现了一种基于局部二值拟合（Local Binary Fitting, LBF）能量的变分水平集图像分割算法。该系统主要针对存在灰度不均匀（Intensity Inhomogeneity）或偏差场（Bias Field）的图像进行精确分割。与假设图像区域灰度恒定的全局模型（如Chan-Vese模型）不同，LBF模型引入了高斯核函数来定义局部能量项，利用目标点邻域内的局部灰度信息来引导活动轮廓的演化。功能详细包括：1. 算法初始化模块，允许用户在图像上交互式地绘制初始轮廓或自动设置初始水平集函数；2. 核心演化模块，通过最小化LBF能量泛函，采用梯度下降流推导出演化方程，同时计算图像的局部拟合中心；3. 数值计算模块，使用有限差分法对偏微分方程进行离散化求解，并引入距离正则化项以避免水平集函数的重新初始化过程，提高计算效率；4. 偏差场估计功能，在分割过程中同步估计并校正图像的背景灰度不均匀现象；5. 结果可视化模块，实时展示曲线演化过程，并最终输出分割的二值掩膜、带有红色边界轮廓的原图以及去除偏差场后的校正图像。
